Computational Study on PVC Degradation

IFP Energies nouvelles (IFPEN) est un organisme public de recherche, d’innovation et de formation dont la mission est de développer des technologies performantes, économiques, propres et durables dans les domaines de l’énergie, du transport et de l’environnement.

IFPEN met à disposition de ses chercheurs un environnement de recherche stimulant, avec des équipements de laboratoire et des moyens de calcul très performants.

Dans le cadre de la mission d’intérêt général confiée par les pouvoirs publics, IFPEN concentre ses efforts sur :

l’apport de solutions aux défis sociétaux de l’énergie et du climat, en favorisant la transition vers une mobilité durable et l’émergence d’un mix énergétique plus diversifié ;
la création de richesse et d’emplois, en soutenant l’activité économique française et européenne et la compétitivité des filières industrielles associées.

Computational Study on PVC Degradation

In the context of PVC recycling, we are looking for an M2-level intern to improve our understanding of the PVC degradation at 200 °C that is observed depending on the nature of the solvent used.

This study focusses on understanding the reaction mechanisms of the dehydrochlorination reaction as a function of the nature of the solvent and temperature using molecular modelling techniques.

Objectives / Tasks

Literature survey on PVC degradation with a focus on the dehydrochloration reaction
Generate reference data (energies, barriers, optimized structures, reaction profiles) based on DFT calculations
Validate existing or train new machine-learned potentials (MLP) against the training set.
Run molecular dynamics (NVT) simulations at 200 °C with the MLP to simulate PVC + dehydrochlorination reactions and assess solvent effects on kinetics and mechanisms.
Analyse trajectories and extract observables: bond-breaking frequencies, reaction pathways, HCl production, formation of conjugated systems; write a scientific report.
Validation of simulation results against experimental dosage experiments.

Profile & Required Skills

M2 Internship - Strong background in physical-chemistry, thermochemistry or theoretical chemistry.

Familiarity with DFT codes (VASP, ORCA, Gaussian) or molecular dynamics simulators (LAMMPS, OpenMM, ASE) is a plus.
Knowledge of molecular dynamics methods, interatomic potentials.
Python skills, data handling, and comfort with Linux.
Analytical mindset, rigor, autonomy, and good scientific communication skills.
Technical English required; conversational French is a plus.

Practical details